Reinforcement Learning Datasets Standard
RLDS
Google DeepMind
RLDS（Reinforcement Learning Datasets Standard）是 Google DeepMind 提出的标准化机器人学习数据格式，基于 TFDS 体系构建。
将数据统一组织为 episode → step → observation/action/reward 层次结构，支持高效的随机访问与流式加载。
是 Open X-Embodiment 的底层格式基础，已被 60+ 数据集采用，成为具身智能领域事实上的数据格式标准。
📋 规范性要求
Schema 结构
🔴 必须
数据必须以 episode 为最外层组织单元
每个 episode 是 tf.data.Dataset of Steps，对应一次完整的任务执行轨迹
🔴 必须
每个 step 必须包含 is_first 和 is_last 两个布尔字段
is_first 标识 episode 的第一步（含初始状态），is_last 标识最后一步
🔴 必须
同一数据集内所有 step 必须包含相同的字段集合
字段集合不能因 episode 而异，必须全局一致
🟡 建议
建议包含 observation、action、reward、discount、is_terminal 字段
is_terminal 标识自然终止（区别于时间截断），discount 为浮点折扣因子
存储格式
🔴 必须
基于 TFDS（TensorFlow Datasets）体系存储
支持流式读取、分片、确定性 shuffle，通过 tf.data.Dataset API 访问
🟢 可选
可选使用分片（shard）存储以支持大规模数据集
TFDS 原生支持按文件分片，无需额外处理
元数据
🟡 建议
建议提供 episode 级元数据
如任务是否成功、语言指令、场景描述等，便于下游筛选和分析
发布组织
Google DeepMind
标准类型
数据格式
开放程度
● 完全开源
许可证
Apache 2.0
适用场景
真机 仿真
数据模态
RGB、Proprioception、Action